In this work a simple and new approach for lager beer pattern recognition based on image analysis was accomplished using Principal Component Analysis (PCA). Digital color images obtained from a scanner were decomposed into a binary form with the help of Scilab and SIP softwares. The PCA data matrix consisted of RGB color histograms for each sample. 350 mL beer cans were chosen at random on the shelf of local supermarkets in an overall of ninety cans from ten different brands. 200 mL samples were immersed in an ultrasound bath for a period of time ranging from twenty to thirty minutes before the digital image processing. The resulting methodology can be a simple alternative to the analytical quality control of lager beers.

This study objectives to evaluate the effect of an inappropriate night cooling condition, it is practiced by some shops with processed mozzarella cheese and conventional mozzarella chemical profiles, using nuclear magnetic resonance technique (NMR). The simulation of inappropriate cooling was performed using a Styrofoam box with ice, not covered, and leaving the system to reach thermal equilibrium with the ambient temperature during the night. To make studies with processed mozzarella cheese was acquired two packages of the same batch, at local shops. Subjecting the spectral data, coming from the analysis made with HR-MAS, in the chemometric treatment was observed a tendency of discrimination in the samples exposed to different cooling conditions, and signals concerning lactose and some of fatty acids had greater influence in the observed separation. For the mozzarella cheese, in addition to NMR studies, it was also performed physical and chemical characteristics studies. For these studies, it has been acquired twenty-two trays containing sliced cheese, in the local market, which were divided into two sets with eleven trays each. Samples were analyzed in nature, using HR-MAS probe, and the crude extract using TBI probe. The identification of metabolites was done from the HSQC experiments, J-resolved and NMR ¹H, the last one being also used in the relative quantification of twelve metabolites. For the mozzarella cheese maintained under improper cooling conditions, there was a reduction in the galactose content and an increasing of amino acids and organic acids contents. The physicochemical analysis of pH, saturated fat and protein showed no significant differences that could be correlated with the different conditions of sample cooling. Finally, it has been concluded that NMR technique and chemometric tools are promising in identify the cheese samples submitted to different cooling conditions that has been studied, which could not be done using the physical and chemical parameters commonly used in cheese quality analysis.

O processo produtivo industrial pode gerar uma grande quantidade de efluentes líquidos. Esses efluentes, quando não tratados, podem poluir o solo e a água, podendo causar grande impacto ambiental. Nesse sentido é imprescindível que todas as indústrias que geram efluentes líquidos possuam uma estação de tratamento. Porém, para que a estação esteja permanentemente funcionando de acordo com seu objetivo, essa deve ser rotineiramente avaliada. Dessa forma, a avaliação de desempenho para Estação de Tratamento de Efluentes Industriais (ETEI) se torna uma ferramenta importante para a manutenção da eficiência da estação, pois se justifica por procurar pontos vulneráveis da planta de tratamento fornecendo os subsídios necessários à elaboração do diagnóstico e projetos de adequação dos sistemas, permitindo que os efluentes tratados fiquem em conformidade com as exigências estabelecidas pela legislação ambiental. Neste trabalho, foi elaborada uma proposta metodológica, formada por um roteiro, composto por níveis de questionamentos, que auxilia o avaliador na análise de desempenho da ETEI. Complementando esse roteiro foram elaboradas algumas listas de verificação que contribuem para guiar o avaliador em suas análises. Na elaboração das listas, manuais desenvolvidos em diversos países foram considerados. As listas de verificação incluem perguntas para a avaliação dos dados gerais da indústria, para seu Sistema de Gestão Ambiental (SGA) e para alguns sistemas e unidades operacionais da estação de tratamento. Para exemplificar um dos níveis de questionamento do roteiro foi incluído um estudo de caso, no qual o afluente e o efluente de uma indústria mineradora foram avaliados através da técnica estatística multivariada Análise de Componentes Principais (ACP), para demonstração do desempenho da estação de tratamento. O resultado da avaliação realizada demonstrou um bom desempenho da ETEI em tratar os efluentes líquidos. Espera-se, portanto, que este trabalho seja útil para a avaliação de desempenho em plantas de tratamento de efluentes industriais.

Com cada vez mais intenso desenvolvimento urbano e industrial, atualmente um desafio fundamental é eliminar ou reduzir o impacto causado pelas emissões de poluentes para a atmosfera. No ano de 2012, o Rio de Janeiro sediou a Rio +20, a Conferência das Nações Unidas sobre Desenvolvimento Sustentável, onde representantes de todo o mundo participaram. Na época, entre outros assuntos foram discutidos a economia verde e o desenvolvimento sustentável. O O3 troposférico apresenta-se como uma variável extremamente importante devido ao seu forte impacto ambiental, e conhecer o comportamento dos parâmetros que afetam a qualidade do ar de uma região, é útil para prever cenários. A química das ciências atmosféricas e meteorologia são altamente não lineares e, assim, as previsões de parâmetros de qualidade do ar são difíceis de serem determinadas. A qualidade do ar depende de emissões, de meteorologia e topografia. Os dados observados foram o dióxido de nitrogênio (NO2), monóxido de nitrogênio (NO), óxidos de nitrogênio (NOx), monóxido de carbono (CO), ozônio (O3), velocidade escalar vento (VEV), radiação solar global (RSG), temperatura (TEM), umidade relativa (UR) e foram coletados através da estação móvel de monitoramento da Secretaria do Meio Ambiente (SMAC) do Rio de Janeiro em dois locais na área metropolitana, na Pontifícia Universidade Católica (PUC-Rio) e na Universidade do Estado do Rio de Janeiro (UERJ) no ano de 2011 e 2012. Este estudo teve três objetivos: (1) analisar o comportamento das variáveis, utilizando o método de análise de componentes principais (PCA) de análise exploratória, (2) propor previsões de níveis de O3 a partir de poluentes primários e de fatores meteorológicos, comparando a eficácia dos métodos não lineares, como as redes neurais artificiais (ANN) e regressão por máquina de vetor de suporte (SVM-R), a partir de poluentes primários e de fatores meteorológicos e, finalmente, (3) realizar método de classificação de dados usando a classificação por máquina de vetor suporte (SVM-C). A técnica PCA mostrou que, para conjunto de dados da PUC as variáveis NO, NOx e VEV obtiveram um impacto maior sobre a concentração de O3 e o conjunto de dados da UERJ teve a TEM e a RSG como as variáveis mais importantes. Os resultados das técnicas de regressão não linear ANN e SVM obtidos foram muito próximos e aceitáveis para o conjunto de dados da UERJ apresentando coeficiente de determinação (R2) para a validação, 0,9122 e 0,9152 e Raiz Quadrada do Erro Médio Quadrático (RMECV) 7,66 e 7,85, respectivamente. Quanto aos conjuntos de dados PUC e PUC+UERJ, ambas as técnicas, obtiveram resultados menos satisfatórios. Para estes conjuntos de dados, a SVM mostrou resultados ligeiramente superiores, e PCA, SVM e ANN demonstraram sua robustez apresentando-se como ferramentas úteis para a compreensão, classificação e previsão de cenários da qualidade do ar

Neste trabalho 68 contas de vidro encontradas no sítio arqueológico do Cais do Valongo na zona portuário do Rio de Janeiro foram analisadas usando a técnica de fluorescência de raios de raios X (XRF). Para análise por XRF as contas foram separadas seguindo as suas formas e coloração: nove de cor branca e cilíndricas, quinze de cor vermelha e cilíndricas e quarenta e quatro de cor azul e facetadas. Para a análise das contas foi utilizado um sistema comercial de XRF (ARTAX 200 - Bruker) composto por um tubo de raios X com anodo de Molibdênio e um detector XFlash. As condições operacionais de análise foram: 35 kV, 500 μA e tempo de exposição de 600 s. Foi possível detectar 16 elementos: Si, K, Ca, Ti, Mn, Fe, Co, Ni, Cu, Zn, As, Rb, Sr, Sb, Pb e Bi. Na análise dos resultados utilizou-se a correlação de Pearson, a fim de se observar como as variáveis se comportavam entre si, e a análise de componentes principais (PCA) a fim de investigar possíveis semelhanças ou diferenças entre as contas de acordo com cada conjunto de cores. Associado ao PCA também foi realizada a análise por agrupamento hierárquico (HCA). Os resultados mostraram que o grupo de contas brancas se separou em dois grandes grupos e em duas contas que se separam entre si e dos grupos; uma devido a contribuição maior de Ca e a outra devido as contribuições de Cu e Zn. Apenas nas contas brancas foi detectado o elemento Sb que é normalmente utilizado na formação dos vidros brancos opacos. No caso das contas vermelhas, observou-se a separação das contas em três grupos e uma conta que se separou dos grupos (grandes concentrações de Cu e Pb). As contas azuis apresentaram a formação de três grupos e uma conta que se separou bastante das outras contas azuis devido a grande concentração de Pb. Assim, com o uso da técnica de fluorescência de raios X e análises por PCA e HCA foi possível caracterizar as diferenças entre as contas de forma eficaz sem qualquer tipo de alteração física e preservando integralmente o material estudado. Palavras-chave: Contas de Vidro. Cais do Valongo. Fluorescência de raios X. PCA.

Agricultural management with chemicals may contaminate the soil with heavy metals. The objective of this study was to apply Principal Component Analysis and geoprocessing techniques to identify the origin of the metals Cu, Fe, Mn, Zn, Ni, Pb, Cr and Cd as potential contaminants of agricultural soils. The study was developed in an area of vineyard cultivation in the State of São Paulo, Brazil. Soil samples were collected and GPS located under different uses and coverings. The metal concentrations in the soils were determined using the DTPA method. The Cu and Zn content was considered high in most of the samples, and was larger in the areas cultivated with vineyards that had been under the application of fungicides for several decades. The concentrations of Cu and Zn were correlated. The geoprocessing techniques and the Principal Component Analysis confirmed the enrichment of the soil with Cu and Zn because of the use and management of the vineyards with chemicals in the preceding decades.

O presente estudo teve como objetivo verificar de forma comparativa a relação entre ermitões e conchas utilizadas por duas populações de Loxopagurus loxochelis. Foram realizadas coletas mensais, de julho 2002 a junho 2003, nas Enseadas de Caraguatatuba e de Ubatuba, São Paulo, Brasil. Os animais amostrados foram identificados quanto ao sexo, pesados, e mensurados; as conchas de gastrópodes foram identificadas, mensuradas, pesadas e tiveram seu volume interno determinado. Para relacionar as variáveis dos ermitões com as conchas foram utilizadas a análise de componentes principais (PCA) e a árvore de regressão. As três conchas de gastrópodes utilizadas mais intensamente diferiram em tamanho de acordo com a PCA. A árvore de regressão explicou com sucesso a relação entre características do ermitão e volume interno das conchas habitadas. Inferiu-se que a relação entre a morfometria de um ermitão e sua concha não é simples e não é possível de ser explicada com base somente em correlações diretas entre atributos do corpo e da concha. Inúmeros fatores (como morfometria e disponibilidade da concha, condições ambientais e competição inter e intra-específica) interagem e devem ser levados em consideração na escolha de uma concha pelos ermitões, resultando no diversificado padrão de ocupação de conchas demonstrado neste e em outros trabalhos correlatos.

Os métodos convencionais atuais, no tratamento de certas doenças, como doenças ginecológicas e do trato urinário, são particularmente dispendiosos e demorados, o que não facilita o processo de diagnóstico precoce da doença, podendo originar efeitos colaterais mais graves e recuperações mais demoradas. As doenças ginecológicas, afetam uma grande parte da população feminina tornando-se um problema grave da sociedade e as do trato urinário são generalizadas. Normalmente, estas patologias não são fatais, podendo, no entanto, causar desconforto. Geralmente, o organismo humano apresenta uma grande quantidade de micro-organismos comensais que, dependendo do estado de imunidade do paciente, podem se tornar infeciosas. O presente trabalho, tem como objetivo a criação/utilização de sistemas, eletronic nose (E-Nose) e eletronic tongue (E-Tongue), que consiga detetar e distinguir patologias do foro ginecológico e urinário, de forma efeciente, rápida, não invasiva, com baixo custo e potencial para aplicar num dispositivo home care. Os dados recolhidos da intereção do sistema misto, com os analitos alvo, serão analisados através dos métodos: análise dos componentes principais (PCA) e técnicas de Artificial Neural Networks (ANN), aferindo-se uma “impressão digital” do biomarcador e calibrar os sistemas para que se possam aplicar ao diagnóstico de patologias associadas. Os resultados obtidos, demonstraram que embora não seja difícil distinguir os biomarcadores através da técnica PCA, obtiveram-se bons indicadores com a criação de ANN, num biomarcador específico (tiramina), com uma probabilidade de 95% de acerto num teste cego.

A seca agrícola, devida à redução da disponibilidade de humidade no solo para as culturas, leva a uma perda económica considerável em todo o mundo, pondo em causa a segurança alimentar e a agricultura sustentável. No âmbito da gestão agrícola sustentável, a monitorização dos eventos de seca bem como a avaliação da vulnerabilidade da agricultura aos eventos de seca desempenham um papel crucial. Neste trabalho procede-se ao desenvolvimento de dois métodos baseados em indicadores de seca com vista a definir índices de exposição, sensibilidade e capacidade de adaptação do sistema agrícola aos eventos de seca com o objetivo final de gerar mapas de vulnerabilidade da agricultura à seca em Portugal continental. A utilização de diferentes indicadores de seca e índices de vegetação, bem como outros dados auxiliares permitiu o desenvolvimento do índice de vulnerabilidade da agricultura à seca (ADVI), baseado numa metodologia categórica (Murthy et al., 2015a, b). De forma a sustentar a aplicação da metodologia categórica, procedeu-se a uma análise em componentes principais (PCA) com base nas componentes previamente utilizadas para a determinação do ADVI. Fez-se uma análise preliminar do indicador de seca e dos dados de saúde da vegetação, utilizando o indicador de seca SPEI (Standardised Precipitation-Evapotranspiration Index) e os índices de saúde da vegetação VCI (Vegetation Condition Index), TCI (Temperature Condition Index) e VHI (Vegetation Health Index) para Portugal continental entre setembro de 1981 e agosto de 2016. Com base na análise desses índices, verificou-se uma concordância relativamente aos principais eventos de seca identificados. O cálculo do ADVI e a aplicação da PCA foram feitos considerando primeira e unicamente os cereais para grão como cultura agrícola e, posteriormente, considerando as principais culturas agrícolas. Ambos os métodos identificam cinco classes de vulnerabilidade da agricultura à seca: pouco vulnerável, moderadamente vulnerável, vulnerável, muito vulnerável e extremamente vulnerável. Pôde concluir-se que ambos os métodos (ADVI e PCA) identificam o Minho e o Alentejo como regiões de reduzida e extrema vulnerabilidade, respetivamente. No entanto, as duas abordagens apresentam algumas pequenas diferenças relativamente às classes intermédias noutras regiões do país. Por fim, verificou-se que os mapas de vulnerabilidade obtidos têm um padrão próximo do padrão do índice de aridez.

Both the genetics and the environment determine the chemical composition of wood. To assess the chemical composition analytical pyrolysis is being increasingly used. Each single pyrogram is a fingerprint of the chemical composition that should reflect tissue, species, and site related information although hidden in an amount of data. Principal component analysis was applied to evaluate the pyrolysis results with respect to differences in lignin composition using G- and H-lignin-derived peaks from the pyrograms. The three species: pine, spruce and larch were separated in the first principal scores plot and the corresponding loadings plot revealed that it is vanillin (G 9) and G–C C C (G 11) on one hand and isoeugenol (G 8) and dihydroconiferyl alcohol (G 19) on the other hand that separate spruce and larch from pine. Beside others G 9 plus G 11 and G 8 plus G 19 separate spruce form larch as well as Vaquey pine from Blagon pine. In addition an investigation of the different tissues – normal wood and reaction wood – and the discussion of these results together with the loadings helped to reveal the differences in lignin composition between the species, tissues, and two sites. It was shown that analytical pyrolysis combined with principal component analysis could be useful for the identification of species and their origin